900 milliards investis dans l'IA : pourquoi la plupart des entreprises perdent leur mise

L'argent coule à flots. Les résultats, beaucoup moins.

En 2024, les entreprises mondiales ont injecté près de 900 milliards de dollars dans l'intelligence artificielle. Pourtant, une étude McKinsey publiée en début d'année révèle que moins de 30 % de ces investissements génèrent un retour mesurable. La question n'est plus de savoir si l'IA fonctionne. Elle est de comprendre pourquoi tant de milliards s'évaporent avant d'avoir produit le moindre impact réel.

Ce n'est pas un problème de technologie. C'est un problème de méthode, de culture, et d'attentes mal calibrées. Et si vous pensez que votre entreprise échappe à cette règle, cet article est précisément pour vous.

Le piège de l'enthousiasme : quand ChatGPT devient un gadget de comité de direction

Depuis l'arrivée de ChatGPT en novembre 2022, une mécanique s'est mise en place dans des milliers d'organisations : un directeur assiste à une démonstration, est impressionné, signe un contrat avec un intégrateur, et annonce en réunion que l'entreprise "passe à l'IA". Six mois plus tard, les équipes utilisent l'outil pour rédiger des e-mails, et c'est à peu près tout.

Ce scénario n'est pas anecdotique. Il est systémique. Les entreprises achètent des licences Copilot, Gemini ou Claude Enterprise sans avoir identifié les cas d'usage prioritaires, sans avoir formé les équipes au-delà d'une session de deux heures, et surtout sans avoir revu leurs processus internes pour permettre à l'IA de s'y intégrer réellement.

Le coût visible, c'est la licence. Le coût caché, c'est tout le reste.

Les quatre gouffres financiers que personne ne vous montre

• La formation réelle : déployer un outil comme Microsoft Copilot sans accompagnement approfondi, c'est comme livrer un avion sans former les pilotes. La formation initiale représente souvent 3 à 5 fois le coût de la licence sur la première année.
• La refonte des données : l'IA est aussi fiable que les données qu'on lui fournit. La plupart des entreprises découvrent, en déployant ces outils, que leurs bases de données sont fragmentées, obsolètes ou tout simplement inutilisables. Nettoyer et structurer ces données coûte cher — en temps et en argent.
• La résistance humaine : selon Gartner, 70 % des projets de transformation numérique échouent à cause de facteurs humains, pas techniques. L'adoption de l'IA ne fait pas exception. Sans gestion du changement, les équipes contournent les outils ou les utilisent a minima.
• Le coût de l'inaction mal mesurée : certaines entreprises déploient l'IA sur des processus secondaires pour "tester", alors que les gains potentiels se trouvent ailleurs. Elles dépensent des ressources pour démontrer que l'IA "ne fonctionne pas" — là où elles l'ont mal positionnée.

Les exemples qui font mal : quand les grands noms trébuchent

IBM a investi massivement dans Watson dès 2013, promettant une révolution dans la médecine et le droit. En 2022, la division Watson Health a été revendue à perte. Non pas parce que la technologie était mauvaise, mais parce que les cas d'usage réels étaient infiniment plus complexes que les promesses de vente.

À l'inverse, Amazon — qui utilise l'IA depuis les années 2000 dans sa logistique et ses recommandations — génère des gains mesurables et compétitifs parce que l'outil est ancré dans des processus opérationnels précis, avec des métriques claires.

La différence entre les deux ? L'intégration profonde versus la démonstration de surface.

Ce que les entreprises qui réussissent font différemment

Les organisations qui obtiennent un retour sur investissement réel de l'IA partagent trois caractéristiques :

• Elles identifient un problème précis avant de choisir un outil — et non l'inverse.
• Elles mesurent avant de déployer : elles documentent l'état actuel de leurs processus pour pouvoir comparer après six mois.
• Elles impliquent les utilisateurs finaux dès le début, pas uniquement la DSI et le comité de direction.

Ces principes semblent évidents. Ils sont pourtant ignorés dans la majorité des déploiements que nous observons sur le terrain.

Ce que cela signifie pour vous, maintenant

La course à l'IA n'est pas près de ralentir. Les investissements vont continuer à affluer, portés par la pression concurrentielle et la peur de rater le virage. Mais la fenêtre d'avantage concurrentiel ne se joue pas sur le montant investi — elle se joue sur la qualité de l'intégration.

Si votre entreprise n'a pas encore répondu à ces trois questions — Quel problème précis voulons-nous résoudre ? Comment mesurerons-nous le succès ? Qui est responsable de l'adoption ? — alors chaque euro dépensé en IA est un pari, pas un investissement.

900 milliards de raisons de faire les choses bien. Pas de les faire vite.

— Reservoir Live